于韋斯屈萊大學(xué)和芬蘭中部醫(yī)療保健區(qū)的研究人員開發(fā)了一種基于人工智能的神經(jīng)網(wǎng)絡(luò)，可以從 X 射線圖像中檢測早期膝骨關(guān)節(jié)炎。人工智能能夠在 87% 的病例中匹配醫(yī)生的診斷。結(jié)果很重要，因?yàn)?X 射線是早期膝骨關(guān)節(jié)炎的主要診斷方法。早期診斷可以使患者免于不必要的檢查、治療甚至膝關(guān)節(jié)置換手術(shù)。
骨關(guān)節(jié)炎是全球最常見的關(guān)節(jié)相關(guān)疾病。僅在芬蘭，每年就有多達(dá) 600,000 人次就醫(yī)。據(jù)估計(jì)，每年給國民經(jīng)濟(jì)造成的損失高達(dá) 10 億歐元。
這種基于人工智能的新方法經(jīng)過訓(xùn)練，可以檢測 X 射線預(yù)測骨關(guān)節(jié)炎的放射學(xué)特征。該發(fā)現(xiàn)目前未包含在診斷標(biāo)準(zhǔn)中，但骨科專家認(rèn)為這是骨關(guān)節(jié)炎的早期征兆。該方法是于韋斯屈萊大學(xué)數(shù)字健康智能實(shí)驗(yàn)室開發(fā)的，是 AI Hub Central Finland 項(xiàng)目的一部分。它利用了全球廣泛使用的神經(jīng)網(wǎng)絡(luò)技術(shù)。
“該項(xiàng)目的目的是訓(xùn)練人工智能從 X 光片中識別骨關(guān)節(jié)炎的早期特征。經(jīng)驗(yàn)豐富的醫(yī)生可以從視覺上區(qū)分圖像，但不能自動(dòng)完成，”負(fù)責(zé)該項(xiàng)目的研究員 Anri Patron 解釋道。方法的發(fā)展。
在實(shí)踐中，AI 會嘗試檢測膝關(guān)節(jié)的脛骨結(jié)節(jié)是否有尖刺。脛骨尖刺可能是骨關(guān)節(jié)炎的征兆。
研究人員與芬蘭中部醫(yī)療保健區(qū)的專家一起評估了該方法的可靠性。
“在開發(fā) AI 模型時(shí)使用了大約 700 張 X 射線圖像，之后使用大約 200 張 X 射線圖像驗(yàn)證了該模型。該模型成功地估計(jì)了與醫(yī)生估計(jì)一致的尖峰87%的情況下，這是一個(gè)有希望的結(jié)果，”贊助人描述。
人工智能可以支持初級衛(wèi)生保健中骨關(guān)節(jié)炎的早期診斷
于韋斯屈萊大學(xué)數(shù)字健康智能實(shí)驗(yàn)室負(fù)責(zé)人 Docent Sami Äyrämö 解釋說，診斷早期骨關(guān)節(jié)炎的 AI 模型的開發(fā)在全球都很活躍。
“之前已經(jīng)開發(fā)了幾種人工智能模型來檢測膝骨關(guān)節(jié)炎。這些模型可以檢測到任何專家都可以輕松檢測到的嚴(yán)重病例。但是，之前開發(fā)的方法不夠準(zhǔn)確，無法檢測到早期表現(xiàn)?，F(xiàn)在正在開發(fā)的方法旨在——特別是——通過 X 射線進(jìn)行早期檢測，這是非常需要的。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！